PCやGPUについて調べていると、最近は「AI」という言葉を目にする機会がかなり増えました。
ただ、その中にはCUDAやROCmのようにAIを動かすための環境もあれば、DLSSやFSRのようにゲーム映像を改善するための技術もあります。さらにTensor CoreやAI AcceleratorのようなGPU内部の仕組みまで出てくるので、NVIDIAとAMDの用語が混ざると分かりにくくなります。
今回は、NVIDIAとAMDで分けながら、それぞれ何を意味しているのかを簡単に整理してみます。
NVIDIAでよく出てくるAI関連の用語
まずNVIDIA側で中心になるのがCUDAです。
CUDAは、NVIDIAが提供しているGPU向けのコンピューティング基盤です。GPUの力をゲームの描画だけでなく、生成AIや科学計算などにも利用できるようにする仕組みで、PyTorchなどのAI環境でも広く使われています。
ローカルで画像生成やLLMを動かすときに「GeForceが無難」と言われる理由の一つが、このCUDA対応ソフトの多さです。
そのCUDAを使ったAI処理を支えるものとしてcuDNNやcuBLASといったライブラリがあります。ただし、一般ユーザーがこれらを直接操作する機会はあまりなく、AIアプリの裏側で使われているものと考えておけば十分でしょう。
ハードウェア側ではTensor Coreという言葉もよく出てきます。
Tensor CoreはGeForce RTXシリーズなどに搭載されているAI向けの演算器で、生成AIだけでなく、ゲーム向けのAI技術にも利用されています。
その代表格がDLSSです。
NVIDIAが展開するDLSSは、Tensor Coreを利用したニューラルレンダリング技術の総称で、低い解像度から高品質な映像を再構成するSuper Resolutionや、新しいフレームを生成するFrame Generation、レイトレーシング映像を改善するRay Reconstructionなどが含まれています。
つまりNVIDIA側は、ざっくり見るとCUDAがAIを動かすための土台、Tensor CoreがAI計算を行うハードウェア、DLSSがそのAI能力をゲームに活用する技術と考えると分かりやすいです。
AMDではROCmが中心になる
AMD側でCUDAに近い立ち位置にあるのがROCmです。
ROCmはAMDが展開するオープンソースのGPUコンピューティング環境で、AIや高性能計算にAMD GPUを利用するためのソフトウェア基盤になっています。現在はRadeonやRyzen AIなどにも対象が広がっています。
そのROCmの中でよく出てくるのがHIPです。
HIPはAMD GPU向けにプログラムを書くための仕組みで、CUDAからAMD環境へソフトを移植する際にも使われます。ただしCUDAをそのままRadeonで動かすものではなく、コードの変換や調整が必要になる場合があります。
NVIDIAのcuBLASなどに対応するAMD側のライブラリとして、rocBLASやMIOpenといった名前もあります。
このあたりも一般ユーザーが直接触れるというより、AIソフトをAMD GPU上で動かすために裏側で利用されるものです。
RadeonにもAI専用の演算器がある
Radeonについては「CUDAがない＝AI機能がない」と思われることがありますが、それは違います。
現在のRadeonにはAI Acceleratorと呼ばれるAI処理向けの演算器が搭載されています。特にRDNA 4を採用するRadeon RX 9000シリーズでは第2世代AI Acceleratorが採用され、AMD自身も生成AIなどでの活用を打ち出しています。
NVIDIAでいうTensor Coreと完全に同じ仕組みではありませんが、「GPU内部にAI処理を高速化するための専用機構を持つ」という部分では似た役割と考えると分かりやすいでしょう。
ゲーム側ではDLSSに対してFSRがある
AMDのゲーム向け技術としてよく聞くのが**FSR（FidelityFX Super Resolution）**です。
少しややこしいのは、FSRは世代によって仕組みが変わっていることです。
現在AMDが展開している新しいFSRでは、機械学習を使ったアップスケーリングやフレーム生成、レイトレーシング映像の再構築などが用意されています。AMDはこれらを「FSR Redstone」として展開しており、従来FSR 4と呼ばれていた技術も現在はFSR Upscalingという名称に整理されています。
そのためゲーム用途で見るなら、NVIDIAのDLSSとAMDのFSRが比較されることが多くなります。
ただし、CUDAとFSRを比較するのは少し違います。
CUDAはAIアプリなどを動かすためのコンピューティング基盤ですが、FSRはゲーム映像を改善したりフレームレートを上げたりするための技術です。同じ「AI」という言葉が出てきても役割はまったく違います。
Ryzen AIやNPUはまた別の話
AMD関連ではRyzen AIやXDNA、NPUという言葉もよく目にします。
これは主にRyzenプロセッサ側のAI機能です。
NPUはAI処理に特化したプロセッサで、AMDではXDNAアーキテクチャを採用したNPUをRyzen AI搭載CPUに組み込んでいます。GPUで大きなAIモデルを処理する用途とは少し異なり、消費電力を抑えながらPC上のAI機能を動かすことを得意としています。
Radeonの話をしているときにRyzen AIまで一緒にすると余計に分かりにくくなるので、これはCPU・AI PC側の技術として分けて考えた方がいいでしょう。
結局、何を覚えておけばいい？
すべての用語を覚える必要はありません。
ローカル生成AIを使いたいなら、NVIDIAではCUDA、AMDではROCmがまず重要です。
GPUそのもののAI処理能力を見るなら、NVIDIAではTensor Core、AMDではAI Accelerator。
ゲームの画質やフレームレートをAIで改善する技術なら、NVIDIAはDLSS、AMDはFSRです。
この3組を分けて覚えておくだけでも、GPUの記事や製品説明はかなり読みやすくなると思います。特にRadeonについては、「CUDAが使えない」という話と「RadeonにAI処理能力がない」という話は別物です。
CUDAを中心としたソフトウェア環境では現在もNVIDIAが強い一方で、AMDもROCmを拡大し、Radeon内部のAI AcceleratorやFSRなど、別の方向からAI活用を進めています。
GPUを選ぶときは、「AI対応」という言葉だけを見るのではなく、ローカルAIを動かしたいのか、ゲームでAI機能を使いたいのかまで分けて考えると、かなり判断しやすくなります。
この記事で参考にした情報
- NVIDIA「CUDA Platform for Accelerated Computing」
CUDAの位置付けとAI・GPUコンピューティングでの役割を確認するために参照。
https://developer.nvidia.com/cuda - NVIDIA「NVIDIA DLSS」
DLSS、Frame Generation、Ray Reconstructionなどゲーム向けAI技術の内容を確認するために参照。
https://developer.nvidia.com/rtx/dlss - AMD「AMD ROCm」
ROCmとHIPの役割、AMD GPU向けコンピューティング環境を確認するために参照。
https://rocm.docs.amd.com/en/latest/ - AMD「AI Acceleration With AMD Radeon」
Radeonに搭載されるAI AcceleratorとAI用途への対応を確認するために参照。
https://www.amd.com/en/products/graphics/radeon-ai.html - AMD「AMD FSR Technologies」
FSRのアップスケーリング、フレーム生成、Redstoneの現在の構成を確認するために参照。
https://www.amd.com/en/products/graphics/technologies/fidelityfx/super-resolution.html - AMD「Ryzen AI Software」
Ryzen AI、XDNA、NPUの位置付けを確認するために参照。
https://ryzenai.docs.amd.com/en/latest/
コメント